Denne artikkelen er produsert og finansiert av Norges forskningsråd - les mer.
Kunstig intelligens: – Algoritmene skal jobbe for oss, ikke omvendt
Hvordan kan KI bli smartere, mer etisk og bedre tilpasset oss mennesker? Forskere mener vi står ovenfor en ny æra i hvordan algoritmer bygges.
I en ny episode av podkasten Nysgjerrige Norge, ledet av Kristopher Schau, blir vi med inn i en kompleks og fascinerende verden av kunstig intelligens og maskinlæring.
Ekteparet Arnoldo Frigessi og Ingrid Glad er to sentrale skikkelser i Integreat, et nyetablert senter for fremragende forskning. Senteret har én klar visjon: algoritmer skal være smartere, mer etiske og jobbe for menneskeheten – ikke omvendt.
Fra visjon til virkelighet
Senteret ble opprettet i 2023 med finansiering fra Norges forskningsråd og er et samarbeid mellom Universitetet i Oslo, Norges arktiske universitet og Norsk regnesentral.
På senteret ønsker de å skape kunnskapsdrevet maskinlæring – en utvikling av dagens datadrevne systemer.
– Maskinlæring i dag lærer primært fra store datasett. Men dette er ineffektivt og ressurskrevende. Vi vil tilføre kunnskap som allerede eksisterer, som fysiske lover eller matematiske modeller, slik at algoritmene kan bygges smartere og bruke mindre energi, forklarer Frigessi.
Glad legger til at dette kan revolusjonere måten vi forholder oss til teknologi:
– Tenk deg en verden der vi har algoritmer som ikke bare er mer presise, men også etisk ansvarlige og transparente. Dette er ikke bare en teknisk utfordring, men også en filosofisk og kulturell endring.
Personlig tilpasset kunstig intelligens
Et av hovedtemaene i episoden er hvordan maskinlæring kan bli mer personlig tilpasset. Frigessi ser for seg en fremtid hvor hver enkelt bruker har sin egen algoritme som kan tilpasses.
– Vi lever i en verden der algoritmer styrer mye av hverdagen vår, forteller forskeren.
– Fra hva som dukker opp på telefonen din, til hvilke medisiner du tilbys som pasient. Problemet er at dagens maskinlæring er nesten utelukkende datadrevet. Algoritmene lærer fra enorme mengder data, men de mangler evnen til å forstå eller ta hensyn til eksisterende kunnskap. Dette er både ineffektivt og energikrevende.
Dette krever en helt ny tilnærming til hvordan algoritmer bygges.
– Det handler om å kode inn kunnskap fra starten av slik at algoritmene ikke trenger å finne opp hjulet hver gang. Dette krever også et fundamentalt skifte i hvordan vi tenker om data og teknologi, forklarer Ingrid Glad.
Fra smittetall til fremtidens maskinlæring
For mange nordmenn ble Frigessi et kjent navn under pandemien. Da hjalp han Folkehelseinstituttet med beregninger av R-tallet. Det er et mål på potensialet for smittespredning. Dette arbeidet har gitt ham verdifull innsikt i hvordan man kan kommunisere usikkerhet til offentligheten.
For å illustrere trekker Frigessi frem et eksempel fra medisin:
– Tenk deg en algoritme som skal forutsi hvor mye hemoglobin en pasient får etter en viss medisin. I dag må algoritmen lære dette fra bunnen av basert på tusenvis av pasientdata. Men vi vet allerede at eldre pasienter ofte reagerer saktere. Hvorfor kan vi ikke fortelle dette til algoritmen fra starten av? Dette er kjernen i kunnskapsdrevet maskinlæring – å bruke det vi vet, til å hjelpe algoritmene å jobbe smartere.
Glad understreker viktigheten av forklarbarhet:
– Det er ikke nok at en algoritme gir deg et svar. Vi må forstå hvorfor den kom frem til akkurat dette resultatet. Dette er det vi kaller «explainable AI».
Frigessi utdyper at dagens maskinlæring har store problemer med å sette tall på usikkerhet.
– Dette er avgjørende, spesielt innen helse. Vi må vite hvor sikre algoritmene er på sine spådommer, sier han.
Teknologi som tjener fellesskapet
De to forskerne diskuterer behovet for at algoritmer tilpasses norske forhold. Blant annet med fokus på velferdsstaten og etiske prinsipper. På senteret vil de utvikle teknologi som er både innovativ og nyttig for samfunnet.
– Vi vil at kunstig intelligens skal være et verktøy for å fremme rettferdighet og velstand, ikke bare en motor for kommersiell gevinst, sier Glad.
Frigessi legger til:
– Det handler om kontroll. Vi bør eie algoritmene som tar beslutninger om våre liv, enten det gjelder helse, utdanning eller andre kritiske områder.
Et liv i vitenskapens tjeneste
Som ektepar har Glad og Frigessi navigert både liv og karriere sammen – fra møtet på en konferanse i Berkeley på 1990-tallet til ledelsen av et nasjonalt forskningssenter.
– Vi har alltid diskutert jobb rundt kjøkkenbordet. Men det er først nå vi faktisk deler arbeidsplass, forteller Glad.
– Det er en ny dimensjon. Nå krangler vi ikke bare om fargene hjemme, men også på kontoret, sier Frigessi.
Til tross for utfordringene er de enige om at forskningen gir dem en unik glede og mening i livet.
– Det beste med forskning er at det aldri blir rutine. Hver dag er det nye spørsmål, nye utfordringer og nye måter å tenke på, sier Glad.
Frigessi er enig.
– Jeg elsker å forstå ting. Når jeg ser en forbindelse som ingen har sett før, gir det meg en enorm tilfredsstillelse.
Integreats ambisiøse fremtid
Forskningssenteret Integreat har så vidt startet, men forventningene er høye. Innen de neste årene håper forskerne å levere banebrytende resultater som kan forme fremtiden for kunstig intelligens.
– Vi jobber med alt fra helse til klima. Vårt mål er å lage teknologi som er smartere, mer effektiv og mer rettferdig. Dette er bare begynnelsen, sier Glad.
Fikk du med deg disse artiklene fra Norges forskningsråd?
-
Kristopher Schau får svar av filosofen: – Det er ikke så lett som du tror, å vite at jorda er rund
-
Kristopher Schau møter forskere: Hva har immunsystemet å gjøre med psykiske lidelser?
-
Kristopher Schau møter forskere: Hva har jordskjelv, kaffefiltre og lungene dine til felles?
-
Kristopher Schau møter sol-forskere: Hvor nærme tør vi egentlig gå før alt smelter?
-
Kristopher Schau møter KI-forskere: Er kunstig intelligens fortellingenes fremtid?
-
Kristopher Schau spør forskerne: Hva gjør en planet egnet for liv?
